Cara Menghitung AHP dengan Excel: Tutorial AHP Lengkap

Pernahkah kalian mendengar tentang metode Analytical Hierarchy Process (AHP)? Bagi kalian yang baru mengenal AHP, atau mungkin sudah pernah belajar tentangnya di kuliah, namun masih merasa bingung tentang cara menghitungnya, tenang saja! Pada artikel kali ini, saya akan membimbing kalian step-by-step tentang bagaimana cara menghitung AHP, khususnya untuk menentukan nilai eigenvector pada kriteria utama menggunakan Microsoft Excel.

Kenapa sih kita perlu tahu tentang AHP? Nah, AHP adalah sebuah metode yang sangat berguna untuk membantu kita membuat keputusan yang melibatkan berbagai kriteria atau alternatif. Metode ini banyak digunakan dalam berbagai bidang, seperti manajemen, teknik, hingga pengambilan keputusan dalam kehidupan sehari-hari. Salah satu bagian terpenting dalam AHP adalah perhitungan eigenvector, yang nantinya digunakan untuk menentukan bobot kriteria dalam pengambilan keputusan.

Mengapa saya memutuskan untuk membagi artikel ini menjadi beberapa bagian? Simple, karena proses perhitungan AHP itu cukup panjang dan jika dijelaskan dalam satu artikel, bisa-bisa kalian malah bingung. Jadi, di artikel pertama ini, kita akan fokus pada bagaimana cara menghitung nilai eigenvector pada kriteria utama. Setelah itu, di artikel selanjutnya kita akan lanjutkan ke tahapan berikutnya dalam AHP. Oke, langsung aja kita mulai!

Menggunakan Excel untuk Perhitungan AHP

Sekarang kalian pasti bertanya, “Loh, bagaimana cara menghitung semua ini di Excel?” Tenang, Excel bisa menjadi alat yang sangat berguna untuk melakukan perhitungan AHP. Kita hanya perlu membuat matriks perbandingan, melakukan normalisasi, menghitung rata-rata baris, dan mengecek konsistensi, semua bisa dilakukan dengan mudah di Excel.

Langkah-langkah menghitung AHP

• Pertama siapkan set data mengenai penelitian yang akan kalian lakukan, entah itu dari seorang ahli, atau bisa juga dari hasil kuisioner
• Dalam contoh disini saya menggunakan Data dari salah satu desa untuk menentukan calon penerima PKH.
• Kedua tentukan kriteria utama sebagai acuan untuk proses Analytical Hierarchy Process (AHP).
• Ketiga tentukan skala prioritas dari setiap elemen atau kriteria dalam tabel matrik perbandingan berpasangan.

Temukan juga  Cara Cepat Hitung Interpolasi, Ekstrapolasi dengan Excel

• Contoh Tabel Matrik Perbandingan berpasangan

Atribut	Jumlah Kartu Program	Aset Bergerak	Aset Tidak Bergerak	Jenis Ternak	Jumlah Penghasilan
Jumlah Kartu Program	1	4	3	5	7
Aset Bergerak	0.25	1	3	2	7
Aset Tidak Bergerak	0.333	0.333	1	2	5
Jenis Ternak	0.2	0.5	0.5	1	3
Jumlah Penghasilan	0.143	0.143	0.2	0.333	1
Jumlah	1.926190476	5.976190476	7.7	10.33	23

• Keempat setelah menentukan skala selanjutnya adalah normalisasi atau menghitung jumlah setiap baris dengan cara nilai skala dibagi Jumlah.
  • Contoh Perhitungan Baris Jumlah Kartu Program.
  • 1 dibagi  1.926190476 = 0.519159456
  • 4 dibagi  5.976190476 =  0.669322709
  • 3 dibagi 7.7 = 0.38961039
  • 5 dibagi 10.33333333 = 0.483870968
  • 7 dibagi 23 = 0.304347826
  • Lakukan perhitungan yang sama persis pada setiap baris dari masing-masing kriteria
• Kelima Jumlah semua hasil dari proses keempat untuk menentukan nilai prioritasnya dengan cara Jumlah dibagi 5 (Jumlah Kriteria).
  • Contoh Perhitungan dari hasil normalisasi baris Jumlah Kartu Program
  • 0.519159456 + 0.669322709 +  0.38961039 + 0.483870968 + 0.304347826 = 2.366311349
  • 2.366311349 dibagi 5 = 0.47326227

• Contoh Tabel Hasil Dari Tahap keempat dan kelima

Normalisasi					Jumlah	Prioritas
0.5192	0.6693	0.3896	0.4839	0.3043	2.3663	0.4733
0.1298	0.1673	0.3896	0.1935	0.3043	1.1846	0.2369
0.1731	0.0558	0.1299	0.1935	0.2174	0.7696	0.1539
0.1038	0.0837	0.0649	0.0968	0.1304	0.4796	0.0959
0.0742	0.0239	0.0250	0.0323	0.0435	0.1990	0.0390

• Keenam Perhitungan Eigen Vector caranya adalah menghitung nilai setiap baris pada Tabel Matrik Perbandingan berpasangan dengan cara nilai skala dikali nilai Prioritas
  • Contoh Perhitungan Baris Jumlah Kartu Program.
  • 1 * 0.473262 = 0.473262
  • 4 * 0.236925 = 0.947701715
  • 3 * 0.153928 = 0.461783919
  • 5 * 0.095928 = 0.479641271
  • 7 * 0.039956 =  0.279692519
  • Lakukan perhitungan yang sama persis pada setiap baris dari masing-masing kriteria
  • Kemudian jumlahkan semua hasil eigen vector pada setiap baris

• Contoh Tabel Hasil dari Tahap Keenam

Eigen Vector					Jumlah
0.47326227	0.9477017	0.46178	0.4796	0.279692519	2.64208
0.11831557	0.2369254	0.46178	0.1919	0.279692519	1.28857
0.15775409	0.0789751	0.15393	0.1919	0.19978037	0.78229
0.09465245	0.1184627	0.07696	0.0959	0.119868222	0.50588
0.0676089	0.0338465	0.03079	0.032	0.039956074	0.20417

• Ketujuh adalah menjumlahkan hasil nilai prioritas ditambah Jumlah eigen vector  setiap barisnya
  • Contoh Baris Jumlah Kartu Program. 0.473262 + 2.64208 = 3.115343964

• Contoh Tabel Hasil dari Tahap Ketujuh

Prioritas	Jumlah Eigen Vector	Hasil
0.473262	2.64208	3.115344
0.236925	1.28857	1.525499
0.153928	0.78229	0.936222
0.095928	0.50588	0.601804
0.039956	0.20417	0.244129
Jumlah		6.422998

Setelah melakukan tahap ketujuh  maka selesai sudah semua tahapan dari perhitungan dari kriteria utama menggunakan metode Analytical Hierarchy Process (AHP). Dan tahap selanjutnya adalah proses perhitungan untuk Sub Kriteria atau Kriteia Alternatif untuk hasil yang akan dijadikan input utama dari sistem pendukung keputusan.

Apa Itu Sub Kriteria dalam AHP?

Sebelum masuk ke perhitungan, kita harus paham dulu: apa sih sub kriteria itu?

Sub kriteria adalah tahapan lanjutan dalam metode AHP, setelah kita menentukan kriteria utama. Jadi, setelah kriteria utama kamu fix, kamu perlu “memecah” kriteria tersebut ke dalam beberapa sub bagian yang lebih spesifik. Nah, sub kriteria inilah yang nantinya bakal kamu kasih bobot, supaya keputusan yang dihasilkan SPK bisa lebih akurat dan masuk akal.

Kalau dalam analogi simpel, kriteria itu kayak “makanan sehat”, sub kriterianya bisa berupa “sayur”, “buah”, “protein”, dan seterusnya. Sama kayak dalam AHP, semakin detail kita bikin, semakin baik hasil akhirnya.

Menentukan Kriteria dan Sub Kriteria Calon Penerima PKH Secara Akurat

Dalam proses menentukan siapa yang layak menjadi penerima Program Keluarga Harapan (PKH) di suatu desa, tentu tidak bisa dilakukan secara sembarangan. Harus ada kriteria yang jelas, objektif, dan dapat dipertanggungjawabkan agar bantuan benar-benar tepat sasaran.

Berdasarkan hasil analisis dan pengumpulan data yang saya lakukan, terdapat lima kriteria utama yang menjadi dasar penilaian, yaitu:

1. Jumlah Kartu Program (misalnya Kartu Indonesia Sehat, KIP, BPJS, dan sebagainya),
2. Aset Bergerak, seperti kendaraan bermotor, peralatan usaha, atau alat elektronik bernilai tinggi,
3. Aset Tidak Bergerak, contohnya tanah, rumah, atau bangunan,
4. Jenis Ternak yang dimiliki, baik jumlah maupun nilainya,
5. Jumlah Penghasilan per bulan dari seluruh anggota keluarga.

Kelima kriteria ini menjadi pondasi awal dalam proses penilaian karena mampu mencerminkan kondisi ekonomi keluarga dengan lebih komprehensif.

Tahapan Menentukan Sub Kriteria

Setelah kriteria utama berhasil dirumuskan, langkah berikutnya adalah menentukan sub kriteria yang akan memperjelas detail penilaian. Sub kriteria inilah yang berfungsi untuk memberikan bobot penilaian yang lebih spesifik terhadap setiap aspek ekonomi dan sosial calon penerima PKH.

Ada dua pendekatan utama yang bisa digunakan untuk menentukan sub kriteria, yaitu:

1. Melalui Konsultasi dengan Ahli
   Dalam tahap ini, data dan kriteria dianalisis bersama para pihak yang memahami konteks sosial dan ekonomi desa, seperti dosen pembimbing, kepala desa, atau perwakilan dari dinas sosial. Pendekatan ini cocok apabila kita ingin memperoleh pandangan akademis dan kebijakan yang lebih luas.

2. Melalui Observasi dan Riset Lapangan
   Metode kedua dilakukan dengan turun langsung ke lapangan untuk mengamati kondisi warga, mengisi kuesioner, serta melakukan wawancara mendalam dengan calon penerima maupun penerima PKH sebelumnya. Dengan pendekatan ini, data yang didapat lebih faktual, kontekstual, dan mencerminkan kondisi sebenarnya di masyarakat.

Pendekatan yang Saya Gunakan

Dalam penelitian ini, saya memutuskan untuk menggunakan metode riset lapangan (field research) karena hasilnya lebih realistis dan grounded. Dengan terjun langsung ke lapangan, saya bisa melihat secara langsung bagaimana kondisi ekonomi masyarakat, jenis aset yang mereka miliki, serta sejauh mana bantuan sosial benar-benar berdampak bagi kehidupan mereka.

Melalui pendekatan ini, saya juga dapat menilai aspek-aspek yang sering kali tidak terlihat di atas kertas—misalnya tingkat ketergantungan keluarga terhadap bantuan, tingkat pendidikan, hingga kemampuan produktif anggota keluarga. Semua faktor tersebut sangat penting untuk memastikan program PKH berjalan secara adil dan efektif.

Contoh Sub Kriteria dari masing-masing setiap kriteria utama

Jumlah Kartu Program	Kategori
Memiliki 5 Kartu	Sangat Baik
Memiliki 3 – 4 Kartu	Baik
Memiliki 2 – 3 Kartu	Cukup
Memiliki >1 sampai 2	Kurang

Aset Bergerak	Kategori
Memiliki 1 Aset	Sangat Baik
Memiliki 2-3 Aset	Baik
Memiliki 3-4 Aset	Cukup
Memiliki 4 sampai >5 Aset	Kurang

Aset Tidak Bergerak	Kategori
Tidak Memiliki	Sangat Baik
Memiliki Rumah Lain	Baik
Memiliki Lahan	Cukup
Memiliki Lahan dan Rumah Lain	Kurang

Setelah menentukan dari tiap-tiap sub kriteria selanjutnya adalah perhitungan dengan menentukan matrik perbandingan berpasangan dengan menentukan skala setiap elemennya.

Contoh Tabel Matrik Perbandingan Berpasangan pada Sub Kriteria Jumlah Kartu Program

Kriteria	Sangat Baik	Baik	Cukup	Kurang
Sangat Baik	1	3	3	7
Baik	0.333333333	1	3	5
Cukup	0.333333333	0.333333333	1	3
Kurang	0.142857143	0.2	0.333333333	1
Jumlah	1.80952381	4.533333333	7.333333333	16

• Setelah menentukan skala selanjutnya adalah normalisasi atau menghitung jumlah setiap baris dengan cara nilai skala dibagi Jumlah.
  • Contoh Perhitungan Baris Sangat Baik.
    • 1 dibagi 1.80952381 = 0.552631579
    • 3 dibagi 4.5333333 = 0.661764706
    • 3 dibagi 7.3333333 = 0.409090909
    • 7 dibagi 16 = 0.4375
  • Lakukan perhitungan yang sama persis pada setiap baris dari masing-masing Sub Kriteria
• Jumlah semua hasil dari proses diatas untuk menentukan nilai prioritasnya dengan cara Jumlah dibagi 4 (Jumlah Sub Kriteria).
  • Contoh Perhitungan dari hasil normalisasi baris Sangat Baik
  • 0.552631579 + 0.661764706 + 0.409090909 + 0.4375 = 2.060987194
  • 2.060987194 / 4 = 0.515246798

Tabel Hasil Dari Tahap diatas

Normalisasi	Sangat Baik	Baik	Cukup	Kurang	Jumlah	Prioritas
Sangat Baik	0.5526	0.6618	0.4091	0.4375	2.061	0.5152
Baik	0.1842	0.2206	0.4091	0.3125	1.126	0.2816
Cukup	0.1842	0.0735	0.1364	0.1875	0.581	0.1454
Kurang	0.0789	0.0441	0.0455	0.0625	0.231	0.0577

• Perhitungan Eigen Vector caranya adalah menghitung nilai setiap baris pada Tabel Matrik Perbandingan berpasangan dengan cara nilai skala nilai prioritas dikali nilai Prioritas
  • Contoh Perhitungan Baris Sangat Baik.
    • 1 * 0.515247 =  0.515246798
    • 3 * 0.281597 = 0.844792253
    • 3 * 0.145401 = 0.436202681
    • 7 * 0.05775 = 0.404284232
  • Lakukan perhitungan yang sama persis pada setiap baris dari masing-masing Sub Kriteria
• Kemudian lakukan perhitungan nilai Sub Prioritas pada setiap barisnya caranya adalah Niliai Prioritas dibagi Nilai Max dari seluruh prioritas.
  • Contoh Perhitungan Setiap Baris 
    • 0.515247 dibagi 0.515247(Nilai Max) = 1
    • 0.281597 dibagi 0.515247(Nilai Max) = 0.546529194
    • 0.145401 dibagi 0.546529194 (Nilai Max) = 0.282196598
    • 0.057755 dibagi 0.112091701 (Nilai Max) = 0.112091701

Tabel Hasil dari Tahap Diatas

Jumlah Tiap Baris 1	Jumlah Tiap Baris 2	Jumlah Tiap Baris 3	Jumlah Tiap Baris 4	Sub Prioritas	Jumlah
0.5152468	0.8447923	0.4362	0.4043	1.000000000	2.20053
0.17174893	0.2815974	0.4362	0.2888	0.546529194	1.17832
0.17174893	0.0938658	0.1454	0.1733	0.282196598	0.58428
0.07360669	0.0563195	0.04847	0.0578	0.112091701	0.23615

• Tahap perhitungan nilai lamda, CI, IR dan CR
  • Contoh Perhitungan lamda adalah Jumlah Nilai Sub Kriteria pada tabel matrik perbandingan berpasangan dikali nilai Prioritas kemudian dijumlah semuanya.
  • (1.80952381*0.515246798) + (4.533333333*0.281597418) + (7.333333333*0.145400894) + (16*0.05775489) =  4.199277773
  • Contoh Perhitungan CI (Consistency Index)
    • (lamda dikurangi jumlah sub kriteria) dibagi (jumlah sub kriteria dikurangi satu)
    • (4.199277773 – 4 ) / (4 – 1) = 0.066425924
  • Contoh Perhitungan RI (Random Indeks)

    • Jumlah Kriteria (n)	Random Indeks
      2	0,00
      3	0,58
      4	0,90
      5	1,12
      6	1,24

    • Tabel diatas adalah nilai RI dari jumlah kriterianya
  • Contoh Perhitungan CR (Consistency Ratio)
    • Rumusnya adalah CI dibagi RI 
    • 0.066425924 dibagi 0,90 = 0.073806583
    • Di metode AHP ini Consistency Ratio  bisa diterima apabila nilainya lebih kecil atau setara dengan nilai 0,1.

Konsistensi Penilaian (Consistency Check) Jangan lupa: dalam metode Analytic Hierarchy Process (AHP), terdapat Consistency Ratio (CR) yang digunakan untuk memastikan bahwa penilaian perbandingan berpasangan Anda konsisten.

• Jika nilai CR < 0,1 (atau < 10%), maka penilaian kamu konsisten dan dapat diterima.
• Jika nilai CR ≥ 0,1, maka kamu harus merevisi matriks perbandingan berpasangan hingga mencapai konsistensi yang memadai.

Teknik Perangkingan Metode AHP yang Akurat

Apa Itu Proses Perangkingan dalam AHP?

Setelah kamu menentukan kriteria utama dan sub kriteria, serta menghitung bobot perbandingan berpasangan, maka langkah terakhir dalam metode Analytical Hierarchy Process (AHP) adalah proses perangkingan.

Proses perangkingan ini bertujuan untuk menentukan urutan prioritas dari setiap alternatif keputusan—dalam hal ini, calon penerima bantuan—berdasarkan bobot yang telah diperoleh dari analisis sebelumnya.

Secara sederhana, tahap ini mirip seperti menentukan siapa yang jadi “juara 1, 2, dan 3”, namun yang dibandingkan bukan peserta lomba, melainkan alternatif keputusan yang memenuhi berbagai kriteria.

Contoh Kasus: Calon Penerima Bantuan PKH di Desa X

Dalam penelitian ini, data yang digunakan adalah data calon penerima bantuan PKH. Setiap calon dinilai berdasarkan lima kriteria utama, dengan masing-masing memiliki sub kriteria dan bobotnya sendiri.

Berikut contoh Sub Kriteria yang digunakan:

1. Jumlah Kartu Program

Kategori	Keterangan
Sangat Baik	Memiliki 5 kartu
Baik	Memiliki 3–4 kartu
Cukup	Memiliki 2–3 kartu
Kurang	Memiliki >1 sampai 2 kartu

Pertanyaan Umum (FAQ) Seputar Metode AHP